目标设定与实验设计：
古民为这次“跑腿实践”设定了清晰目标，这决定了他与普通赚零花钱的学生骑手有本质区别：
1. 核心目标（信息收集与系统诊断）：
? 验证热力图模式：实地验证订单时空分布、价格（悬赏）波动规律、不同类型任务的实际耗时与难度。
? 理解骑手行为：观察其他骑手的接单策略、行动路径、沟通方式、以及对平台规则的利用/规避。
? 评估平台匹配效率：亲身体验订单与骑手匹配的及时性、合理性，感知匹配算法的“迟钝”或“失效”之处。
? 识别用户体验痛点：从接单、执行到交付的全流程中，识别发单用户、接单骑手双方的不满与摩擦点。
? 评估“规模效应”可能性：测试集中处理同区域、同类型订单是否真能显著提升效率、提高时薪。
2. 次要目标（个人能力与偏好校准）：
? 评估个人在校园内的移动效率：步行、单车、电动车的实际速度与灵活性。
? 测试个人对多任务、路径规划的实时处理能力。
? 感知体力、时间与收入的边际替代关系。
3. 约束条件：
? 时间窗口：选择午间（11:30-13:30）和傍晚（16:30-18:30）两个公认的高峰期，每次投入1.5小时。总投入时间有限，需最大化信息密度。
? 工具准备：检查手机电量、网络稳定性，准备校园卡、少量零钱，着便于活动的服装。他决定先以步行+共享单车组合模式开始，评估后决定是否投资购入二手电动车。
行动流程与观察记录：
在选定的午间高峰期，古民打开手机，登录“快跑校园”和“闪电送”两个主流APP的骑手端。界面简洁：地图上零星或密集地出现代表订单的小圆点，标注任务类型、悬赏金额、大致位置和发布时间。顶部是不断刷新的新订单列表。他开启手机自带的屏幕录制（用于事后回放分析）和语音备忘录（随时口述观察），开始操作。
阶段一：静默观察与模式识别（前15分钟）
他并未立即抢单，而是将手机置于支架上，如同观察股票行情般，冷静地观察两个APP界面的订单流。他注意到：
? 订单涌现节奏：并非均匀分布，而是呈“脉冲式”。例如，下课前几分钟订单稀少，下课后十分钟内，大量“代买食堂午餐”、“取快递”订单瞬间涌现，地图上多个地点同时亮起。
? 价格（悬赏）动态：新订单发布时，基础悬赏通常较低（如5-8元）。如果超过30秒无人接单，系统会开始自动“加价”，每次加0.5-1元。在快递点高峰区域，一些“大件”、“多件”或“距离较远”的订单，悬赏能迅速加至12-15元，甚至更高。存在明显的“价格发现”延迟和“需求积压”现象。
? 接单速度：简单的、悬赏合理的、位置便利的订单（如“三食堂代买送到隔壁宿舍”）几乎秒没。而一些描述模糊、位置偏远、或要求苛刻的订单（如“代取大件快递，需送上五楼”）则会挂起较长时间，价格不断攀升。
? 骑手“Id”：他记下几个频繁出现的骑手Id，初步判断他们是“全职”或“高活跃度”跑手，观察其接单偏好。
阶段二：选择性接单与流程体验（后续1小时）
基于初步观察，他制定了接单策略：
1. 聚焦核心热区：将活动范围限定在左屏热力图识别的“核心热区”——宿舍区与快递点之间的走廊地带，最大化潜在订单曝光和路径重合可能性。
2. 偏好“组合订单”：优先寻找可“顺路”完成的订单组合。例如，先接一个“从快递点A取件送到南3宿舍”的订单，在前往快递点途中或到达后，寻找一个“从南3宿舍附近出发”的新订单，哪怕后者悬赏略低。目标是降低空载率，提高单位时间订单完成数。
3. 利用价格信号：不盲目抢高价单。对高价单快速评估：高价是否源于“难度”（如超大件、超远距离、楼层高、等待时间长）？完成该高价单预计耗时是否值得？是否会影响后续接更优组合订单的机会？他更倾向于接取“单价适中但易于组合、预计总耗时短”的订单包。